金寶書局網路書店

★ 大語言模型與上下文協定設計
★ Model Context Protocol(MCP)架構與組件
★ 上下文 Slot 與生命週期管理
★ MCP 與 LLM 通訊流程
★ JSON-RPC 協定與訊息格式
★ 能力協商與版本控制機制
★ MCP SDK 使用與工具鏈
★ 服務端架構與併發處理
★ 安全性與權限管理設計
★ 工具呼叫與上下文注入
★ 多智慧體(MAS)上下文協調
★ MCP 與 RAG 系統整合
★ 上下文壓縮與成本控制
★ 企業級 MCP 專案實戰案例

【內容簡介】
本書從系統工程角度切入大語言模型應用開發,將焦點放在模型上下文的結構化管理與協定化設計,完整說明 Model Context Protocol 在 LLM 系統中的角色與實作方式。
全書不僅涵蓋 LLM 與 Transformer 的必要基礎,更深入解析 MCP 的通訊機制、訊息格式、生命週期管理、能力協商與版本控制,並延伸至服務端部署、併發處理與安全性設計。
在應用層面,書中系統性說明 MCP 如何支援工具整合、Agent 系統、多智慧體協作與 RAG 架構,對於實際建構可控、可擴充的智慧體系統具有高度參考價值。
書中範例涵蓋 SDK 使用、偵錯測試、上下文 Slot 設計、知識整合與企業場景實作,適合已有 LLM 開發經驗、希望進一步解決上下文管理與系統穩定性問題的工程師與架構師閱讀。

芯智智能(Xinzhi Intelligence Lab) 致力於人工智慧、機器學習和大模型領域的前沿研究與技術創新。實驗室專注於利用新AI算法和大數據分析技術,推動智慧技術在各行業中的深度應用。實驗室的研究涵蓋從基礎理論到實際應用的多個方面,包括深度學習、強化學習、自然語言處理、計算機視覺及大型語言模型的訓練與優化。實驗室不斷推動AI技術的突破,致力於為社會和產業提供智慧化的解決方案,推動人工智慧技術的產業化應用,提升行業的智慧化水平。 丁志凱 畢業於北京航空航天大學,長期專注於大語言模型(LLM)的開發、部署與微調工作,具備深厚的人工智慧研究背景與工程實踐經驗。曾任某知名科技公司研究員,參與多個AI核心項目。近期聚焦大模型的上下文控制協議(MCP)的設計與實現,致力於提升模型在複雜應用中的上下文理解與響應能力。作者希望通過本書為廣大技術人員提供一套實用且深入的參考指南,幫助讀者更好地理解和應用MCP協議及相關技術。